OpenAdLibraryOpenAdLibrary
הגדרה

נתוני צד אפס

נתוני צד אפס הם מידע שלקוח משתף בכוונה ובאופן יזום עם מותג, כגון העדפות מוצהרות או כוונת רכישה, בניגוד לנתונים המוסקים אך ורק מהתנהגותו.

איור מערכתי: נתוני צד אפס

נתוני צד אפס הם מידע שלקוח משתף בכוונה ובאופן יזום עם מותג, כגון העדפותיו המוצהרות, כוונות הרכישה שלו, או האופן שבו הוא מעוניין שיפנו אליו, בניגוד לנתונים שהמותג מסיק מתצפית על התנהגות. המונח נטבע כדי לשרטט קו ברור בין "מה שהלקוח אמר לנו ישירות" לבין "מה שהבנו מצפייה במה שהוא עשה".

כיצד הם נבדלים מנתוני צד ראשון#

נתוני צד ראשון נאספים מהתנהגות בפועל של לקוח בנכסים של המותג עצמו: צפיות בדפים, היסטוריית רכישות, פתיחות אימיילים. הם בעלי ערך וידידותיים יותר לפרטיות מנתוני צד שלישי, אך הם עדיין מוסקים: המותג מפרש התנהגות, לא שואל ישירות. נתוני צד אפס מדלגים על שלב ההסקה. חידון ששואל "איזה סוג עור יש לך", מרכז העדפות שבו מנוי בוחר אילו קטגוריות של אימיילים הוא רוצה, או סקר לאחר רכישה ששואל מדוע מישהו קנה – כל אלה מייצרים נתוני צד אפס, מכיוון שהלקוח של המפרסם הצהיר עליהם בעצמו, במודעות ברורה שהוא משתף אותם.

המישריות הזו היא בדיוק הסיבה שהם נחשבים לאמינים יותר להתאמה אישית: אין ניחושים האם לחיצה ביטאה עניין אמיתי או הייתה תאונה, כי הלקוח אמר לך זאת במפורש.

מדוע מותגים אוספים יותר מהם#

כאשר שיטות טרגוט ללא עוגיות מחליפות חלקים ממה שמעקב צד שלישי עשה בעבר, מותגים הסתמכו יותר על שאילת לקוחות ישירות עבור המידע שהם צריכים, במקום לנסות להסיק אותו מסביב למגבלות ההסכמה. הם גם נוטים להמיר היטב כמנגנון בפני עצמו: חידון או טופס העדפה מעוצב היטב בדף נחיתה הוא טקטיקת מעורבות לגיטימית, לא רק מעטפת לאיסוף נתונים, כאשר הוא נותן ללקוח משהו בתמורה (המלצה, הנחה, חוויה רלוונטית יותר) תמורת המידע.

התמורה היא בקנה מידה וביושרה. נתוני צד אפס מכסים רק לקוחות שמוכנים להשתתף באופן פעיל, שזו קבוצה קטנה יותר שנבחרה בעצמה בהשוואה למעקב התנהגותי פסיבי, והשימושיות שלהם תלויה בכך שלקוחות יענו בדיוק ולא ישחקו עם הטופס כדי לקבל תמריץ.

היכן הם משתלבים עבור מפרסמים שמפעילים תעבורה מקומית ושותפות#

עבור רוכשי מדיה שמפעילים קמפיינים מקומיים ושותפים, נתוני צד אפס מופיעים פחות כקלט לטרגוט ויותר כבחירה בעיצוב דף נחיתה ומשפך: חידון קצר לפני חשיפת הצעה, או שלב העדפה לפני הקופה, שגם משפר את איכות מעקב ההמרות וגם נותן למפרסם אות נקי יותר לריטרגטינג של פלח שכבר אמר לך מה הוא רוצה, בנוסף לכל טרגוט גיאוגרפי שכבר מצמצם את הקהל. הם משתלבים באופן טבעי עם גישת חדר נתונים נקי כאשר מותג רוצה לשלב את נתוני ההעדפה המוצהרת עם קהל של פלטפורמה מבלי לחשוף את הרשומות הגולמיות של אף צד.

לפני בניית משפך נחיתה חדש סביב חידון העדפות, כדאי לבדוק האם מתחרים בענף שלך כבר מפעילים מכניקה דומה. אינדקס המודיעין הפרסומי של OpenAdLibrary מאפשר לראות בקלות דפוסים של קריאייטיב חי ודפי נחיתה ברשתות ובענפים שונים.

שאלות נפוצות

מה ההבדל בין נתוני צד אפס לנתוני צד ראשון?
נתוני צד אפס הם מידע שהלקוח מצהיר עליו ישירות, כמו העדפה מוצהרת. נתוני צד ראשון נאספים מתצפית על התנהגות בנכסים של המותג עצמו, כמו היסטוריית רכישות. שניהם מגיעים מהיחסים הישירים של המותג עם הלקוח, אך נתוני צד אפס מדלגים על שלב ההסקה.
כיצד מותגים אוספים בדרך כלל נתוני צד אפס?
שיטות נפוצות כוללות מרכזי העדפות, חידונים, סקרי קליטה וטפסי משוב לאחר רכישה, שבדרך כלל משולבים עם תמריץ כמו המלצה מותאמת אישית או הנחה עבור ההשתתפות.
האם נתוני צד אפס ידידותיים יותר לפרטיות מסוגי נתונים אחרים?
באופן כללי כן, מכיוון שהלקוח מספק אותם ביודעין ומרצון בחילופי דברים ספציפיים וגלויים, מה שנוטה להתיישר בצורה נקייה עם דרישות ההסכמה בהשוואה לשיטות מעקב פסיביות.
האם ניתן להשתמש בנתוני צד אפס למטרות טרגוט פרסומות?
כן, אם כי הם משמשים לעתים קרובות יותר ישירות להתאמה אישית ופילוח מאשר להצעות מחיר פרוגרמטיות, מכיוון שהם מכסים בדרך כלל קבוצה קטנה יותר שנבחרה בעצמה, ולא קהל מלא.
צוות OpenAdLibrary
נכתב על ידיצוות OpenAdLibrary
מודיעין פרסום ומחקר פרסום מקורי

אנחנו בונים את OpenAdLibrary, פלטפורמת השקיפות הפרסומית הפתוחה. מדי יום המערכות שלנו לוכדות פרסומות מקוריות חיות ברחבי Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo ו-MSN, מזוהות את המפרסם האמיתי מאחורי כל אחת מהן, ועוקבות אחרי הקליק עד לדף הנחיתה. המדריכים האלה מסננים את מה שאנחנו רואים בנתונים האלה כדי שתוכלו לחקור את השוק מהר יותר.